买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于多维泰勒网的空调机组故障预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115540202B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211042491.7，技术领域涉及：F24F11/38；该发明授权一种基于多维泰勒网的空调机组故障预测方法是由汤云;严颖;蔡骏;陈亮设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种基于多维泰勒网的空调机组故障预测方法在说明书摘要公布了：本发明公开了一种基于多维泰勒网的空调机组故障预测方法，基于预设空调机组中指定各类型故障分别所对应的各个故障特征，通过指数加权移动平均控制图计算获得正常状态下有效特征变量的故障静态阈值范围，再将基于多维泰勒网模型的预测输出值与静态故障静态阈值进行比较，实现对空调机组中指定各类型故障的预测。本发明以多维泰勒网BP‑MTN模型的多维拟合实现对各个故障特征的并行预测，不但增强了原有多维泰勒网的拟合性能，还提高了故障特征的预测效率，进而使得本发明一种基于多维泰勒网的空调机组故障预测方法，能够有效提高空调机组故障的预测效率。

本发明授权一种基于多维泰勒网的空调机组故障预测方法在权利要求书中公布了：1.一种基于多维泰勒网的空调机组故障预测方法，其特征在于，包括如下步骤： s1：基于预设的空调机组中指定类型各故障所对应的故障特征，从ASHRAERP-1312数据集中，自t0时刻起向历史时间方向采集l个正常运作状态时间点下的故障特征值用来构建x多维矩阵；同时自t0+t时刻起向历史时间方向采集l个正常运作状态时间点下的故障特征值用来构建y多维矩阵，以此构成样本数据集x,y； s2：对所述样本数据集x,y进行数据归一化操作更新，得到样本数据x*多维矩阵和样本数据y*多维矩阵； s3：计算所述样本数据y*多维矩阵中各故障特征的静态故障阈值，再提取所述样本数据y*多维矩阵作为各故障特征在下一个t时间段的模型预估状态对应的标签向量； s4：基于所述样本数据x*多维矩阵的维度，构建同维输入、同维输出的多维泰勒网BP-MTN模型，然后将所述样本数据x*多维矩阵作为模型输入特征，输入所述多维泰勒网BP-MTN模型并输出模型预估状态接着对所述标签向量y*和模型预估状态进行误差计算，最后根据反向传播方法完成对所述多维泰勒网BP-MTN模型的训练； s5：基于预设的空调机组中指定类型的各故障所对应的故障特征，从ASHRAERP-1312数据集中，自t0时刻起向历史时间方向采集l个包含正常运作状态和故障状态时间点下的故障特征值用来构建X多维矩阵；同时自t0+t时刻起向历史时间方向采集l个包含正常运作状态和故障状态时间点下的故障特征值用来构建Y多维矩阵，以此构成待测数据集X,Y，再对所述待测数据集X,Y进行归一化操作，得到更新后的待测数据集X*,Y*； s6：基于所述步骤s3中计算得到的各故障特征的静态故障阈值和所述训练过的多维泰勒网BP-MTN模型，判断所述待测数据集X*,Y*中各故障特征在t0+t时刻往后的第一个t时间段内的预估状态是否存在异常，若存在异常，则判定对应的故障特征为异常故障特征，并基于故障特征和故障类型之间的对应关系，进一步判别所述异常故障特征对应的故障类型，以便后续判断故障是否确实发生；反之，则判定空调机组对应t0+t时刻往后的第一个t时间段内的预估状态为正常。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。